摘要
一种基于多源信号的下肢运动意图预测方法,先分析人体下肢的运动特性,筛选待测肌肉,采集若干个周期的肌电信号,对肌电信号进行预处理;然后提取肌电信号的线性特征和非线性特征;再通过串联拼接法融合肌电信号的线性特征和非线性特征以及运动捕捉信息;再采用随机森林方法(RF‑Bagging)对更高维的特征矩阵进行特征选择;最后使用长短期记忆网络(LSTM)输入选择的特征矩阵,根据截肢类型来进行关节连续运动量回归预测,并通过多种回归指标来判断运动意图识别性能;本发明实现了不同截肢体类型下效果好的关节连续量预测。
技术关键词
非线性特征
电信号
运动意图识别
踝关节角度
膝关节角度
长短期记忆网络
矩阵
特征选择
分析人体
膝关节离断
下肢
髋关节
频域特征
参数
随机森林模型
骨骼模型
系统为您推荐了相关专利信息
诊疗系统
耳鸣测试装置
虚拟现实装置
掩蔽装置
音频
信号处理方法
场景
电信号
计算机执行指令
训练样本集
开关柜局放
多参量传感器
离散小波变换
加速高斯混合模型
SVM分类器
数据处理芯片
虚拟现实设备
识别系统
样本
虚拟现实场景
反制方法
无人机飞控系统
材料特征
噪声特征
避障算法